ChatGPT 新应用推出电脑使用与内置浏览器功能

2026 年 7 月 16 日，OpenAI 通过官方 X 账号发布了一段演示视频，展示了 ChatGPT 桌面应用的两项新能力：一是“电脑使用”（computer use），即 ChatGPT 可以直接操作电脑上的其他应用程序；二是内置浏览器，允许 ChatGPT 在应用内浏览网页、搜索信息并完成导航。这两项功能被整合在同一个更新中，标志着 ChatGPT 从纯粹的对话式 AI 向“操作型 AI”的转变。

演示由 OpenAI 开发者关系负责人 Dominik Kundel 主持，视频中他展示了 ChatGPT 如何“与你的应用协作”以及“浏览网页进行研究、导航网站并完成任务”。值得注意的是，OpenAI 的措辞强调“with you”（与你一起），暗示该功能并非完全自主运行，而是需要用户参与或监督。

根据演示，ChatGPT 的“电脑使用”功能可能基于屏幕识别和模拟点击/键盘输入的技术路线，类似于 Anthropic 的 Claude Computer Use 或微软的 Copilot Vision。这意味着 ChatGPT 能够“看到”屏幕上的内容，理解应用界面，并执行点击、输入等操作。内置浏览器则可能基于 Chromium 内核或类似技术，使 ChatGPT 能够像人类一样访问网页、提取信息并执行表单填写等任务。

然而，目前公开的信息有限。OpenAI 未公布该功能支持的具体应用列表、是否对所有用户开放、以及是否存在安全限制（如禁止访问银行或支付应用）。此外，演示中未展示多步骤复杂任务的完成情况，例如“在 Excel 中整理数据后通过邮件发送报告”这类跨应用工作流。

这一更新使 OpenAI 直接进入“AI 代理”（AI agent）竞争赛道。此前，Anthropic 的 Claude 已推出 Computer Use 功能，微软的 Copilot 也具备类似能力，但 ChatGPT 凭借庞大的用户基础和品牌认知度，可能加速这一功能的普及。如果 ChatGPT 能够稳定地操作常见办公软件（如 Office 套件、浏览器、邮件客户端），它将从“信息助手”升级为“数字员工”，对 RPA（机器人流程自动化）行业形成冲击。

不过，安全性和可靠性仍是最大挑战。AI 操作电脑时可能误操作、泄露敏感信息或违反应用使用条款。OpenAI 在演示中强调“与你协作”，暗示用户仍需确认关键步骤，这或许是一种风险缓释策略。

目前该功能仅通过 X 平台的一段视频宣布，OpenAI 尚未发布官方博客或技术文档。关键细节缺失包括：功能是否已向所有桌面用户推送、是否需要付费订阅、支持的操作系统（Windows/macOS/Linux）、以及隐私保护措施（如是否会上传屏幕截图到云端）。此外，演示中未展示错误处理场景——如果 ChatGPT 无法识别某个应用界面或操作失败，它会如何应对？

另一个悬而未决的问题是：内置浏览器与“电脑使用”功能如何协同？例如，ChatGPT 能否在浏览器中搜索信息后，自动将数据填入本地应用？这将是衡量其自动化程度的重要指标。